Hammer 项目技术文档
2024-12-27 00:01:17作者:裴麒琰
1. 安装指南
准备工作
在开始安装之前,请确保您的系统已经安装以下依赖项:
- SCons
以下依赖项是可选的,但建议安装以获得完整功能:
- pkg-config (用于
scons test) - glib-2.0 (≥ 2.29) (用于
scons test) - glib-2.0-dev (用于
scons test) - swig (用于 Python/Perl/PHP 绑定;Perl 需要 ≥ 2.0.8)
- python2.7-dev (用于 Python 绑定)
- JDK (用于 Java 绑定)
- phpenv 配置(用于 PHP 绑定)
- Ruby ≥ 1.9.3 和 bundler(用于 Ruby 绑定)
- mono-devel 和 mono-mcs (≥ 3.0.6)(用于 .NET 绑定)
- nunit (用于测试 .NET 绑定)
安装步骤
-
克隆项目到本地:
git clone https://github.com/UpstandingHackers/hammer.git cd hammer -
构建项目:
scons -
运行内置测试套件:
scons test若要构建调试版本,请添加
--variant=debug参数。 -
构建绑定:
scons bindings=python # 例如,构建 Python 绑定 scons bindings=python test # 构建 Python 绑定并运行测试可以同时构建多个绑定,只需用逗号分隔即可,例如:
scons bindings=python,perl -
若要全局安装 Hammer,请使用以下命令:
scons install默认情况下,这会将头文件放在
/usr/local/include/hammer,库文件放在/usr/local/lib。若要安装到其他位置,请添加prefix=<destination>参数。
2. 项目使用说明
使用 Hammer 只需包含头文件:
#include <hammer/hammer.h>
如果您计划使用任何便捷宏,还需要包含:
#include <hammer/glue.h>
链接时使用 -lhammer。
如果 Hammer 已全局安装,您可以使用 pkg-config。
有关详细文档,请查看 用户指南。
3. 项目API使用文档
请参考 用户指南 以获取 API 使用和示例。
4. 项目安装方式
请遵循上述“安装指南”中的步骤进行安装。
本文档介绍了 Hammer 项目的安装、使用和 API 文档。请参考用户指南以获取更多详细信息。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557